{"id":"mb-20260830-448151","kind":"deep","title":"做大模型算力的核心是 GPU，但全世界一半以上的芯片收入全进了存储厂商的口袋","summary":"做大模型算力的核心是 GPU，但全世界一半以上的芯片收入全进了存储厂商的口袋","body":"做大模型算力的核心是 GPU，但全世界一半以上的芯片收入全进了存储厂商的口袋。\n2026 年，存储芯片吃掉了整个半导体行业 54% 的营收，规模飙升到 8300 多亿美元。\n一年前，这个比例还只有 27%。\n在芯片行业四十年历史上，存储从来都是卑微的周期性大宗配件。\n价格暴涨两年，随后腰斩三年，厂商在产能过剩和巨额亏损里反复打滚。\n2019 年那场崩盘，市场对数据的实际需求一个没少，DRAM 价格却直接暴跌 47%，整个行业营收被砍掉三成。\n现在华尔街把存储重新定义为「AI 关键基础设施」，押注周期律已经彻底失效。\n一个长期靠微薄利润走量的大宗行当，凭什么在一年之内吃掉全行业一半的流水？\n这不是芯片厂商突然掌握了定价神话。\n是一台被物理极限逼出来的机器，正在向整个计算世界收税。\n这台机器叫内存墙反向挤占。\n大模型训练从诞生起就撞上了一道物理铁律。\n计算核心的算力可以靠制程指数级堆上去，但数据进出芯片的搬运通道，被物理引脚和散热极限死死卡住。\n芯片每做一次矩阵运算，绝大部分时间不是在算，是在干等数据送过来。\n打破这堵内存墙的唯一工程解法，是把高带宽内存 HBM 一层层堆叠在算力芯片旁边。\n但 HBM 的生产存在一个残酷的晶圆消耗比。\n制造 1GB 的 HBM 芯片，在产线上消耗的硅晶圆面积，是普通 DDR5 内存的 3 倍以上。\n它需要极高精度的硅通孔打孔和微凸块互连，工序极度复杂，良率稍有波动就是巨大的晶圆损耗。\n为了抢下英伟达等核心客户的高利润订单，SK海力士、美光和三星把最尖端的晶圆产能全面转向 HBM。\n这在半导体底层引发了一场剧烈的连锁挤压。\n原本分给普通电脑、手机和通用服务器的标品内存产能，被硬生生抽走大半。\n市场上普通芯片的实际出货没有爆发，价格却被全面推高。\n整个半导体行业营收冲破 1.5 万亿美元，超过一半的资金流进了存储厂的账本。\n这笔钱，是整个科技行业为冯·诺依曼架构的物理瓶颈交出的过路费。\n但这台收租机器的根基，踩在一个极度脆弱的单点支撑上。\n眼下这场暴利盛宴，高度依赖少数几家北美云厂商不计回报的资本开支。\nSK海力士单家吃掉近六成 HBM 市场，绝大部分利润全系于极少数客户的采购意愿。\n晶圆厂的新建和扩产，通常需要两到三年的硬周期。\n当各大厂商扩建的新产能陆续释放，一旦下游大模型的资本开支节奏放缓，或者底层算法通过架构创新绕开了带宽瓶颈。\n那台靠「3 倍晶圆消耗」制造出来的结构性紧缺，就会在瞬间翻转成严重的产能过剩。\n把物理瓶颈变成收租工具，确实能吃下最丰厚的利润。\n但只要它依然是依靠晶圆制造和重资产折旧的工业，周期律就从来没有离开。\n当所有人都在为存储芯片统治半导体狂欢时，那只在 2018 年把行业拖进深渊的幽灵，其实一直站在原地。","topic":"做大模型算力的核心是 GPU，但全世界一半以上的芯片收入全进了存储厂商的口袋","frame_type":["内存墙反向挤占与产能周期反噬","机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-08-30 21:58:22","legal_anchor_count":0,"transcript_citation_count":0}